[发明专利]一种法律文书自动识别、生成系统及其方法

权利要求书

1.一种法律文书自动识别、生成系统，其特征在于，包括识别模块、处理模块和生成模块，其中：

识别模块，用于将法律文书转化电子源文件，并将电子源文件导入处理模块；

处理模块，对导入的电子源文件进行预处理，定位关键词并提取文本信息；

生成模块，从对接的业务系统中抽取数据源，所述数据源与所述关键词分别一一对应，并建立所述文本信息与数据源的映射关系，生成预填录界面，通过人工校验和确认后，自动填录入业务系统。

2.根据权利要求1所述的一种法律文书自动识别、生成系统，其特征在于，所述处理模块包括：

预处理单元，其配置成用于进行文本清洗以及文本格式化；

提取关键词单元，根据对接的业务系统中的提取项模板配置提取关键词，定位关键词的位置，并根据设定的匹配规则提取文本信息。

3.一种法律文书自动识别、生成方法，其特征在于，包括：

步骤S100：将法律文书转换成能够被选择、复制和检索文字的电子源文件；

步骤S200：对电子源文件进行预处理，定位关键词并提取文本信息；

步骤S300：将所述文本信息与对接的业务系统中的数据源建立映射关系，生成预填录界面辅助人工校验，校验通过后，填录入与系统对接的业务系统。

4.根据权利要求3所述的一种法律文书自动识别、生成方法，其特征在于，所述步骤S100包括：

如果法律文书为纸质法律文书，需要对纸质法律文书采用高拍仪扫描、识别并转换为双层PDF文档后，进入下一步；

如果法律文书是电子版法律文书，所述电子版法律文书为Word文档、Wps文档或双层PDF文档，直接进入下一步。

5.根据权利要求3所述的一种法律文书自动识别、生成方法，其特征在于，所述预处理包括文本清洗和文本格式化，其中：

文本清洗包括编码转换、去空格、去非法字符、缺失关键词补充修正；

文本格式化包括分块、分段和分句，其中分块是根据文本分块标志进行分块，所述分段是按照段落符号进行划分，所述分句以标点符号作为分隔符号，将句子分成一个个的短句。

6.根据权利要求5所述的一种法律文书自动识别、生成方法，其特征在于，所述定位关键词并提取文本信息具体包括：

根据对接的业务系统中数据源的需求，建立关键词词典，定位关键词所在的分块、段落和短句；

从所述短句中确定句子主语，根据预设的抽取项模板，进行文本信息抽取；

将抽取的文本信息进行数据转换后输出文本信息，建立文本信息与数据源的对应关系。

7.根据权利要求5所述的一种法律文书自动识别、生成方法，其特征在于，所述步骤S300具体包括：

步骤S310：从对接的业务系统中抽取数据源，生成预填录界面，所述预填录界面展示数据源及数据源对应的文本信息，预填录界面还加载展示文书原始信息；

步骤S320：对预填录界面进行校验，包括：

自动校正：根据对接的业务系统的填录标准进行校验，将文本信息进行自动校正，并进行已校正提示；

设置默认值：提供默认值选项，用于在对应的文本信息未提取到时，将默认值填入；

手动填录：提示用户填录该项，用户手动填录或者将预填录界面的文书原始信息直接拖拽到该选项；

自动复制：提示可复制项，用于将用户填入的内容自动复制到其他名称相同的选项中；

步骤S330：将经过人工校验后文本信息自动填录入对接的业务系统。